回归分析的基本思想及其初步应用》PPT课件.pptVIP

1.1回归分析的基本思想及其初步应用;问题1：正方形的面积y与正方形的边长x之间 的函数关系是;两个变量的关系;相关关系与函数关系有怎样的不同？;回归直线必过样本点的中心;回归分析的基本步骤:;对于线性相关的两个变量用什么方法来刻划之间的关系呢？;例1 从某大学中随机选取8名女大学生，其身高和体重数据 如表1-1所示。;求回归方程：;由于所有的样本点不共线，而只是散布在某一直线的附近，所以身高和体重的关系可以用线性回归模型来表示：;函数模型与“回归模型”的关系;e 产生的主要原因： (1)所用确定性函数不恰当； (2)忽略了某些因素的影响； (3)观测误差。;问题二：在线性回归模型中，e是用bx+a预报真实值y的随机误差，它是一个不可观测的量，那么应如何研究随机误差呢？;随机误差;问题三：如何发现数据中的错误？如何衡量随机模型的拟合效果？;残差图的制作和作用： 制作：坐标纵轴为残差变量，横轴可以有不同的选择. 横轴为编号：可以考察残差与编号次序之间的关系， 常用于调查数据错误. 横轴为解释变量：可以考察残差与解释变量的关系，常用于研究模型是否有改进的余地. 作用：判断模型的适用性若模型选择的正确，残差图中的点应该分布在以横轴为中心的带形区域.;下面表格列出了女大学生身高和体重的原始数据以及相应的残差数据。;残差图的制作及作用。 坐标纵轴为残差变量，横轴可以有不同的选择； 若模型选择的正确，残差图中的点应该分布在以横轴为心的带形区域； 对于远离横轴的点，要特别注意。;误差与残差，这两个概念在某程度上具有很大的相似性， 都是衡量不确定性的指标，可是两者又存在区别。 误差与测量有关，误差大小可以衡量测量的准确性，误差越大则表示测量越不准确。误差分为两类：系统误差与 随机误差。其中，系统误差与测量方案有关，通过改进测量方案可以避免系统误差。随机误差与观测者，测量工具，被观测物体的性质有关，只能尽量减小，却不能避免。 残差――与预测有关，残差大小可以衡量预测的准确性。残差越大表示预测越不准确。残差与数据本身???分布特性，回归方程的选择有关。;显然，R2的值越大，说明残差平方和越小，也就是说模型拟合效果越好。;相关系数;相关系数;1;问题四：结合例1思考：用回归方程预报体重时应注意什么？;一般地，建立回归模型的基本步骤为：;问题六：若两个变量呈现非线性关系，如何解决？ （分析例2）;选变量; y= c1 x2+c2 变换 y= c1 t+c2 非线性关系 线性关系; ; ;;;利用残差计算公式：;在散点图中，样本点没有分布在某个带状区域内，因此两个变量不呈现线性相关关系，所以不能直接利用线性回归方程来建立两个变量之间的关系.; 比《数学3》中“回归”增加的内容;